← Zpět na blog

MCP protokol: jak Anthropic tiše mění celý AI ekosystém

·4 min read
MCPAnthropicprotokolnástrojeClaude Code

Když Anthropic oznámil Model Context Protocol (MCP), většina lidí to přehlédla. "Zase nějaký standard," řekli. Já jsem si to přečetl, zkusil, a teď tvrdím: MCP je nejdůležitější věc, co Anthropic udělal po samotném Claudovi.

Co je MCP?

MCP je otevřený protokol, který definuje jak AI model komunikuje s externími nástroji a datovými zdroji. Představ si to jako USB pro AI — jeden standard, který funguje se vším.

Před MCP: Každý AI nástroj měl vlastní způsob integrace. Pluginy v ChatGPT fungovaly jinak než tools v Claude, jinak než function calling v GPT API. Vývojáři psali integraci pro každou platformu zvlášť.

Po MCP: Napíšeš MCP server jednou a funguje s Claude Code, Cursor, VS Code, a jakýmkoliv dalším klientem, který MCP podporuje.

Proč mě to nadchlo

Používám Claude Code denně. A díky MCP můžu Claudovi dát přístup k:

  • Databázi — přímo se ptá na data, nemusím copy-pastovat SQL výsledky
  • GitHub — čte issues, vytváří PR, komentuje code review
  • Figma — vidí design a generuje kód, co odpovídá
  • Sentry — vidí error logy a pomáhá s debuggingem
  • Vlastní API — cokoliv, co obalím do MCP serveru

Příklad — včera jsem debugoval production bug:

> claude "podívej se na Sentry, najdi poslední chybu
  v /api/checkout a oprav ji"

Claude přes MCP přečetl Sentry log, identifikoval null pointer exception, našel příslušný soubor v mém repu, opravil bug a napsal test. Celé to trvalo 2 minuty.

Bez MCP bych musel: otevřít Sentry → najít error → kopírovat stack trace → vložit do Claude → dostat řešení → ručně aplikovat. 15 minut místo 2.

Jak MCP funguje (jednoduše)

MCP definuje tři koncepty:

  1. Resources — data, která AI může číst (soubory, databázové záznamy, API responses)
  2. Tools — akce, které AI může provést (vytvořit soubor, poslat request, spustit query)
  3. Prompts — předpřipravené instrukce pro specifické úlohy

MCP server je jednoduchý program, který tyto tři věci vystavuje přes standardizované rozhraní. Klient (Claude Code, Cursor...) se připojí a ví co může používat.

// Minimální MCP server pro přístup k databázi
const server = new McpServer({
  name: "my-db",
  version: "1.0.0",
});

server.tool("query", { sql: z.string() }, async ({ sql }) => {
  const result = await db.execute(sql);
  return { content: [{ type: "text", text: JSON.stringify(result) }] };
});

To je celé. 10 řádků a Claude má přístup k tvé databázi.

Proč je to důležitější než pluginy

ChatGPT pluginy byly uzavřený ekosystém. OpenAI rozhodoval, co se dostane do store, a formát byl proprietární.

MCP je:

  • Otevřený — MIT licence, kdokoliv může implementovat
  • Standardizovaný — jeden formát pro všechny klienty
  • Lokální — MCP server běží u tebe, tvá data nikam neodcházejí
  • Composable — můžeš připojit víc serverů najednou

A nejlepší: MCP adoptují i ostatní. Cursor, VS Code Copilot, Windsurf — všichni přidávají MCP support. Anthropic vytvořil standard, který používá i konkurence. To je síla otevřeného přístupu.

Moje MCP setup

Aktuálně mám v Claude Code připojené:

| MCP Server | Co dělá | |-----------|---------| | GitHub | Issues, PR, code review | | PostgreSQL | Přímé query do dev databáze | | Filesystem | Rozšířený přístup k souborům mimo repo | | Vercel | Deploy status, logy, env variables |

Setup je jednoduchý — přidáš servery do Claude Code konfigurace a je to. Žádné složité nastavování.

Co chybí?

Autorizace a bezpečnost. MCP zatím nemá robustní auth model. Pro lokální použití OK, ale pro enterprise deploymenty to bude potřeba dořešit. Anthropic na tom pracuje — OAuth podpora už je v beta.

Discovery. Neexistuje centrální registr MCP serverů. Hledáš na GitHubu a doufáš. Časem se to zlepší — ale teď je to trochu divoký západ.

Error handling. Když MCP server spadne, Claude to někdy nezvládne gracefully. Zlepšuje se to s každou verzí, ale občas narazíš.

Proč bys měl MCP sledovat

I když dneska nepoužíváš Claude Code, MCP mění pravidla hry:

  1. AI asistenti budou mít přístup ke tvým nástrojům — ne přes hacky, ale přes standard
  2. Vývojáři nástrojů budou psát jeden MCP server místo pěti integrací
  3. Enterprise bude moct bezpečně připojit AI k interním systémům

Anthropic s MCP ukazuje, že nechce jen nejlepší model — chce definovat, jak AI komunikuje se světem. A zatím jim to vychází.